Критерий Пирсона для оценки значимости коэффициентов конкордации, можно применять для проверки согласия с любым законом распределения. — КиберПедия 

Наброски и зарисовки растений, плодов, цветов: Освоить конструктивное построение структуры дерева через зарисовки отдельных деревьев, группы деревьев...

Таксономические единицы (категории) растений: Каждая система классификации состоит из определённых соподчиненных друг другу...

Критерий Пирсона для оценки значимости коэффициентов конкордации, можно применять для проверки согласия с любым законом распределения.

2017-10-11 407
Критерий Пирсона для оценки значимости коэффициентов конкордации, можно применять для проверки согласия с любым законом распределения. 0.00 из 5.00 0 оценок
Заказать работу

3. Критерий Фишера для оценки значимости коэффициентов корреляции, можно применять для проверки согласия с нормальным законом распределения.

4. Критерий Фишера для оценки значимости коэффициентов конкордации, можно применять для проверки согласия с любым законом распределения.

35. Что рассчитывают по формуле åTj = ∑(tj3 - tj)?

1. Учет "связанных" рангов; tj - число факторов, имеющих одинаковый ранг в группе ранжирования конкретного эксперта.

1. Учет "связанных" рангов; tj - число факторов, имеющих различный ранг в группе ранжирования конкретного эксперта.

1. Учет "связанных" рангов; tj - число факторов, имеющих одинаковый ранг в группе ранжирования нескольких экспертов.

1. Учет "независимых" рангов; tj - число факторов, имеющих одинаковый ранг в группе ранжирования конкретного эксперта.

36. Что рассчитывают по формуле f = k – 1?

1. Число степеней свободы. 2. Число"связанных" рангов.

3. Число независимых экспертов. 4. Число независимых факторов.

37. Что рассчитывают по формуле ?

1. Сумму квадратов отклонений рангов факторов от их среднего арифметического.

2. Число степеней свободы. 3. Число"связанных" рангов.

4. Сумму квадратов отклонений "связанных" рангов от их среднего арифметического.

ОТВЕТЫ:

1: 2; 5; 10; 12; 20; 24; 28; 31; 36. 2: 3; 8; 9; 15; 19; 23; 25; 29; 33; 34.

3: 1; 7; 11; 16; 17; 18; 27; 32; 35. 4: 4; 6; 13; 14; 21; 22; 26; 30; 37.

 

ТЕСТЫ

1. Цель предварительной обработки

Экспериментальных данных?

1. Отсеивание промахов.

2. Проверка гипотезы нормального распределения.

Отсеивание промахов и проверка гипотезы нормального распределения.

4. Отсеивание промахов и проверка гипотезы логнормального распределения.

Методы отсева грубых погрешностей?

Правило трех сигм, максимального относительного отклонения, по критерию Стьюдента.

2. Правило двух сигм, максимального относительного отклонения, по критерию Стьюдента.

3. Правило трех сигм, максимального относительного отклонения, по критерию Фишера.

4. Правило трех сигм, среднего абсолютного отклонения, по критерию Фишера.

Методы проверки гипотезы нормальности

Распределения?

1. Размах варьирования, максимального относительного отклонения, вероятностная сетка, стремление центральных не четных моментов к нулю, анализ показателей асимметрии и эксцесса.

2. Размах варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление центральных четных моментов к нулю, анализ показателей асимметрии и эксцесса.

3. Размах варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление центральных четных моментов к нулю, анализ показателей асимметрии и эксцесса.

4. Размах варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление центральных нечетных моментов к нулю, анализ показателей асимметрии и экс цесса.

Отличие между генеральной совокупностью

И выборкой?

1. Выборка – это обследованная часть генеральной совокупности.

2. Генеральная совокупность – это обследованная часть выборки.

3. Выборка – это не обследованная часть генеральной совокупности.

4. Генеральная совокупность – это не обследованная часть выборки.

Закон больших чисел?

1. Среднее геометрическое результатов испытаний с ростом n все точнее отражает математическое ожидание испытываемой случайной величины.

Среднее арифметическое результатов испытаний с ростом n все точнее отражает математическое ожидание испытываемой случайной величины.

3. Среднее арифметическое результатов испытаний с ростом n все точнее отражает дисперсию испытываемой случайной величины.

4. Среднее арифметическое результатов испытаний с ростом n все неадекватнее отражает математическое ожидание испытываемой случайной величины.

Основные характеристики эмпирических

Распределений?

1. Асимметрия, эксцесс и стандартное отклонение.

2. Среднее арифметическое и стандартное отклонение.

3. Среднее арифметическое и асимметрия.

4. Среднее арифметическое и эксцесс.

Что характеризуют дисперсия и


Поделиться с друзьями:

Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого...

Особенности сооружения опор в сложных условиях: Сооружение ВЛ в районах с суровыми климатическими и тяжелыми геологическими условиями...

Эмиссия газов от очистных сооружений канализации: В последние годы внимание мирового сообщества сосредоточено на экологических проблемах...

Типы оградительных сооружений в морском порту: По расположению оградительных сооружений в плане различают волноломы, обе оконечности...



© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!

0.009 с.